要約
個人は通常、身長、体型、衣服の色、衣服の種類、性別などの属性で説明されます。これらの属性はソフトバイオメトリクスと呼ばれています。ソフトバイオメトリクスは、監視ビデオにおける人間の説明と人物検索の間の意味論的ギャップを埋める役割を果たします。本論文では、身長、衣服の色、性別を使用した人物検索のために、深層学習に基づく線形フィルタリング手法を提案しています。提案手法では、Mask R-CNN を用いて画素単位での人物セグメンテーションを行います。これにより背景の雑多な要素が除去され、人物の正確な境界が提供されます。色と性別のモデルは AlexNet を用いて微調整され、アルゴリズムは SoftBioSearch データセット上でテストされました。結果として、挑戦的な条件下でも意味論的クエリを使用した人物検索において高い精度が達成されました。